AI大模型:专利创新、专家观点与战略合作新进展

AI大模型技术应用与行业洞察:专利创新与战略合作 北森云计算推出基于AI大模型的辅助面试专利 2025年3月26日消息,国家知识产权局信息显示北森云计算有限公司于2月申请”一种基于AI大模型的辅助面试方法、装置及电子设备”专利(公开号CN 119671516 A)。 该专利方法通过输入候选简历集等进行简历筛选、开启AI视频面试获取多维度得分、结合知识图谱确定专业技能得分等确定面试者岗位匹配度,提高匹配精度。北森云计算成立于2019年,位于成都,从事软件和信息技术服务业。 张亚勤谈AI大模型的幻觉问题 2025年3月26日,在”2025博鳌新浪财经之夜”活动上,清华大学智能产业研究院(AIR)院长、中国工程院院士张亚勤指出: “幻觉在横向模型里会减少但不会消失,这是生成式AI的特点” 他强调要消除幻觉需在具体行业应用中结合更精准的数据和模型。 智唐科技推出企业大模型管理系统专利 同日,金融界消息显示,智唐科技(北京)股份有限公司于2025年2月申请”基于企业大模型数据的AI业务管理系统”专利(公开号CN 119671221 A)。 该系统含信息获取、分类、终端、检测、分析、调度等模块,实现实时监测和智能调度,提高管理效率。智唐科技成立于2011年,注册资本和实缴资本均2100万人民币,拥有多项知识产权。...

1 minute read

2025年3月26日科技前沿:大模型应用与AI创新成果汇总

2025年3月26日科技前沿动态:大模型应用与AI创新 中国大唐集团数字科技的发电设备检修大模型应用 2024年11月,中国大唐集团数字科技有限公司申请了一项重要专利——”一种基于多模态大模型的发电设备检修知识问答系统及方法”(公开号CN 119671532 A)。该系统包含设备问答机器人等模块,通过构建知识库、语义分析等流程解答问题。这项创新实现了数据互通,显著提高了故障诊断准确性和维修效率,为及时发现设备故障提供了有力支持。 该公司成立于2023年,总部位于雄安新区,注册资本达10亿人民币。目前对外投资1家企业,参与招投标281次,拥有19条专利信息,展现了其在数字科技领域的强大实力。 全球首款音乐推理大模型Mureka O1发布 2025年3月26日,昆仑万维发布了全球首款音乐推理大模型Mureka O1及基座模型V6,其性能超越Suno V4登顶SOTA榜单。这款革命性模型支持10种语言的音乐生成,具备音色克隆等先进功能,并开放API与微调功能。 Mureka O1的核心竞争力在于其MusiCoT技术,不仅生成效果出色,还解决了版权问题。这一突破使中国成为全球音乐AI领域的规则制定者,目前已有超过100个国家的用户使用该技术,正在重塑全球文化产业版图。 宝马与阿里巴巴联手推动智驾革命 2025年3月26日,宝马集团与阿里巴巴宣布达成AI战略合作,将基于阿里通义大模型共同开发新一代智能座舱系统,应用于中国市场宝马新世代车型。联合研发的AI引擎将整合至宝马智能个人助理,新系统具备高语音识别率和流畅互动体验。...

1 minute read

使用YoloV5进行图像分类和目标检测

引言 YoloV5(You Only Look Once Version 5)是计算机视觉领域中一款备受瞩目的工具,它能够实现图像分类和目标检测的任务。本文将为您提供关于如何使用YoloV5进行图像分类和目标检测的代码示例和实践指南。 安装YoloV5 首先,您需要安装YoloV5。您可以通过以下方式来安装YoloV5: git clone https://github.com/ultralytics/yolov5 # Clone YoloV5...

1 minute read

什么是人工智能和机器学习

当谈到人工智能(AI)和机器学习(ML)时,我们往往会听到这两个术语,它们已经成为了现代科技领域的热门话题。人工智能和机器学习是两个紧密相关的领域,它们正在改变我们的生活和业务方式。本文将介绍什么是人工智能和机器学习,以及它们如何相互关联以实现各种应用。 人工智能是什么? 人工智能是一门计算机科学领域,致力于模拟和复制人类智能的过程。它的目标是使计算机系统能够执行一系列复杂的任务,这些任务通常需要人类智力来完成。这包括视觉感知、语音识别、自然语言处理、问题解决、决策制定和学习等。人工智能系统的发展旨在让计算机能够感知、理解、学习和适应环境中的变化,以便更好地执行任务。 人工智能的发展可以追溯到20世纪中期,但直到最近几年,由于计算能力的增强、数据的丰富和算法的改进,它才开始迅速发展。AI系统可以应用于各种领域,如医疗保健、金融、交通、制造业和娱乐等。下面我们将更深入地了解人工智能中一个重要的分支,即机器学习。 机器学习是什么? 机器学习是人工智能的一个子领域,其重点是使计算机系统能够从数据中学习和改进,而不是依赖显式编程。机器学习的核心思想是通过训练算法,使计算机能够识别数据中的模式和规律,并根据这些模式做出决策或预测未来事件。机器学习的应用非常广泛,包括图像识别、语音识别、自然语言处理、推荐系统、预测分析等。 机器学习算法可以分为以下几类: 监督学习:在监督学习中,算法接收有标签的数据集,其中每个样本都有一个已知的输出值。算法的目标是从这些数据中学习,以便能够对新数据进行预测。典型的监督学习算法包括线性回归、决策树和神经网络。 无监督学习:在无监督学习中,算法接收的数据没有明确的标签。其目标是发现数据中的隐藏结构和模式。聚类和降维是无监督学习的两个主要任务。K均值聚类和主成分分析(PCA)是常见的无监督学习算法。 强化学习:强化学习是一种特殊的机器学习方法,其中算法通过与环境互动来学习最佳的行为策略。这种学习方式常用于自动化控制和决策制定。著名的强化学习算法包括Q学习和深度强化学习。 半监督学习:半监督学习结合了监督学习和无监督学习的元素,允许算法在训练时同时使用有标签和无标签的数据。这有助于解决标签数据稀缺的问题。 迁移学习:迁移学习是一种机器学习方法,其中模型从一个任务中学到的知识被迁移到另一个相关任务中。这有助于提高在数据稀缺或新领域中的性能。 人工智能与机器学习的关系 人工智能和机器学习之间存在密切的关系。机器学习是实现人工智能的关键技术之一。在传统的AI系统中,开发者需要显式地编写规则和指令,以使计算机执行特定任务。这种方法的问题在于,它在处理复杂、模糊或大规模数据时变得非常困难。机器学习的出现改变了这一格局,使计算机能够从数据中学习规则和模式,从而更好地应对复杂性和不确定性。 机器学习在实现人工智能时发挥了重要作用,因为它可以让计算机自动地提取和应用知识,而无需显式编程。例如,在自然语言处理领域,机器学习算法可以从大量文本数据中学习语法和语义规则,以便进行自动文本分析和翻译。在计算机视觉领域,机器学习模型可以学会识别图像中的对象和特征。...

1 minute read

使用Midjourney AI绘制超可爱的精灵女孩教程

Midjourney是一款功能强大的AI绘画工具,可以绘制出多种风格的作品。下面是使用Midjourney绘制超可爱的精灵女孩的详细教程。 步骤1:进入Midjourney官网 打开Midjourney官网主页:https://www.midjourney.com/ 点击右下角的”Join the beta”按钮。 步骤2:接受邀请并注册 Midjourney是discord.com网站上的一个机器人。点击”接受邀请”,然后随便取个昵称。输入邮箱和密码进行注册。 步骤3:创建服务器 注册完成后,在discord.com网站上点击”添加服务器”,创建自己的服务器。 步骤4:加入MidjourneyBot机器人 进入Midjourney服务器的一个频道,点击右上角的人员图标,打开人员列表,找到MidjourneyBot机器人,点击”添加至服务器”。选择你自己创建的服务器继续授权,授权成功后,关闭授权弹窗,进入到你自己的频道。 步骤5:绘制精灵女孩 首先在左上角点击你刚刚创建的服务器 在输入框内输入...

1 minute read

React Hook入门教程

什么是hooks Hooks是React16.8的一个新特性,这让我们在不创建class的情况下,能够使用React的一些常用功能,例如state,生命周期等。在老版本中,如果我们需要使用state,必须要声明一个class 为什么要有Hooks 在有Hooks之前,React有哪些问题? 在多层组件中共享状态逻辑很麻烦,需要通过各种方式进行组件的封装,涉及到某些历史组件时,还有可能需要进行重构 复杂的组件,随着生命周期的各项方法处理,变得更加复杂和难以理解。 class的学习成本高 Hooks的出现解决了这些问题,hook使用在函数内。在Hook的使用环境下,React组件更加趋向于使用函数式组件。Hooks在函数内,不会影响React的大部分功能,但是能够更好的解决以上几个问题。 而且通过函数式方式,减少了学习成本,能够让新手更加快速的上手开发。 React内置Hooks概览 useState useState是React提供的一个Hook。可以在函数式组件中,使用该方法维护一个组件内的局部状态。React在每次渲染该组件时,保存此状态。 和class组件的不同的是,class组件内的state必须是对象,而且调用setState方法是,会将新传入的对象和老的对象进行合并操作。 useState中,可以定义任何类型的局部状态,而且进行状态更新时,也不会将旧状态和新状态进行合并。 useState(0)的返回值是一个长度为2的数组[count,...

5 minute read

Java全栈开发 - 前端技术更新换代之路

我刚开始接触Java的时候主要web端框架是Struts,那时还没有什么前后端分离,还不太流行MVVM框架。 作为一个Java程序员,懂得最多的还是如何用jsp+jquery+easyui来写一个OA系统,需要知道如何一些tomcat的配置,还有对于服务器的一些操作等等。那时的全栈工程师,就是Java+jsp+配置工程师,配置主要是Spring+Struts+ibatis的大量xml配置。套模板,写脚本,复制粘贴easy-ui上的组件代码等。以Java为主的后台系统开发体系中,基本没有专门的前端岗位,都是后端开发全包的这样一个状态。 那时候中小型公司都不会招专门的前端,如果真的需要一些比较复杂美观度要求比较高的页面,可能会将这部分开发工作外包出去,后端程序员再将写好的前端页面复制到项目中改成jsp,其中一些内容替换成jsp标签,在调整一下Javascript交互等等操作,一个项目就可以进入测试上线了。在当时,这就是大多数Java程序员的开发模式。 对于Struts中的一个Action成员变量多如牛毛,引用的地方不计其数,改一处动全身,再加上爆出一些严重的漏洞情况下。SpringMVC开始异军突起,注解式的路径映射,以方法为单位的请求处理,简洁明了的请求定义,开发易上手,易操作,很快的让人开始慢慢抛弃Struts,投入SpringMVC的怀抱。从Struts到SpringMVC的转变中,也只是web层后端框架的选择,开发模式还是和以前一样,前端工程师帮忙做些页面,后端将其转成jsp。然后打成war包,部署到tomcat上,开发流程就完了。 在jsp为主的模板类渲染开发流程下,一个页面请求的渲染如下图: sequenceDiagram 浏览器 ->> Nginx: 发起请求 Nginx ->> Tomcat: 转发请求 Tomcat...

1 minute read

SpringMVC进阶 - 利用HandlerMethodArgumentResolver接口实现自定义参数类型解析

HandlerMethodArgumentResolver 接口 HandlerMethodArgumentResolver 接口看起来很陌生,实际上在SpringMVC中很多地方我们都会直接或者间接的接触到 例如: @RequestParam 解析 RequestParamMethodArgumentResolver (基础类型的默认解析器) @PathVariable 解析 PathVariableMethodArgumentResolver @RequestBody 解析 RequestResponseBodyMethodProcessor...

4 minute read